การตรวจสอบประสิทธิภาพธุรกิจโรงแรมในประเทศไทยในช่วงเวลา COVID – 19
คำสำคัญ:
การวิเคราะห์ข้อมูลโอบล้อม, การวิเคราะห์ขอบเขตประสิทธิภาพเชิงสุ่ม, ธุรกิจโรงแรม, ประสิทธิภาพบทคัดย่อ
งานวิจัยชิ้นนี้มีวัตถุประสงค์เพื่อ (1) วัดประสิทธิภาพของธุรกิจโรงแรมที่มีขนาดทุนจดทะเบียนสูงสุด 50 อันดับแรกในประเทศไทย (2) เพื่อตรวจสอบการเปลี่ยนแปลงประสิทธิภาพของธุรกิจโรงแรมในช่วงก่อนและหลังการเกิดขึ้นของสถานการณ์ COVID – 19 ในประเทศไทย (2561 – 2563) และ (3) เพื่อเปรียบเทียบความแตกต่างของระดับประสิทธิภาพระหว่างแบบจำลอง DEA และ แบบจำลอง SFA ผู้วิจัยอาศัยข้อมูลงบการเงินของธุรกิจโรงแรมภายใต้รหัส TSIC 55101 จากฐานข้อมูล Corpus โดยกำหนดให้ตัวแปรผลผลิต คือ รายได้จากการขาย หรือการให้บริการ ขณะที่ตัวแปรผลผลิตจำนวน 4 ตัวแปร ซึ่งประกอบด้วย ต้นทุนขาย หรือต้นทุนการให้บริการ ค่าใช้จ่ายในการขาย ค่าใช้จ่ายในการบริหาร และ มูลค่าที่ดิน อาคาร และอุปกรณ์ ผู้วิจัยประยุกต์ใช้แบบจำลอง CCR – DEA, BCC – DEA และ ดัชนี Malmquist ที่มีการคำนวณทางด้านผลผลิต ในการคำนวณคะแนนประสิทธิภาพโดยเปรียบเทียบกับแบบจำลอง SFA ที่ใช้ฟังก์ชันการผลิตแบบ Cobb – Douglas และ Translog ผลการศึกษา พบว่า แบบจำลอง DEA และ SFA สามารถบ่งชี้ถึงการลดลงของประสิทธิภาพการผลิตของธุรกิจโรงแรมหลังการเกิดขึ้นของสถานการณ์ COVID – 19 อย่างไรก็ตาม การแยกองค์ประกอบของดัชนี Malmquist แสดงให้เห็นว่าการลดลงของประสิทธิภาพของธุรกิจโรงแรมส่วนใหญ่ไม่ได้เกิดจากการเปลี่ยนแปลงประสิทธิภาพเชิงเทคนิค แต่เกิดจากการเปลี่ยนแปลงเทคโนโลยี (การเคลื่อนที่ของเส้นขอบเขตการผลิต) ขณะที่ แบบจำลอง SFA บ่งชี้ถึงการมีอยู่ของความไร้ประสิทธิภาพเชิงเทคนิค ทั้งในกรณีของแบบจำลอง SFA – Cobb Douglas และ แบบจำลอง SFA – Translog อย่างไรก็ตาม ผลการทดสอบด้วยค่าสถิติ LR พบว่าแบบจำลอง SFA – Translog เป็นรูปแบบที่เหมาะสมสำหรับการประมาณการคะแนนประสิทธิภาพมากกว่าแบบจำลอง Cobb – Douglas
References
ณิชาภัทร สังข์แก้ว. (2561). การวิเคราะห์สมรรถภาพของโรงแรมตามแหล่งท่องเที่ยวในประเทศไทย. (วิทยานิพนธ์ปริญญามหาบัณฑิต, มหาวิทยาลัยสงขลานครินทร์).
ธนาคารแห่งประเทศไทย. (2563). เครื่องชี้ภาวะการท่องเที่ยว. สืบค้นจาก https://www.bot.or.th
ศูนย์วิจัยด้านตลาดการท่องเที่ยว. (2563). รายงานผลสำรวจพฤติกรรมท่องเที่ยวภายในประเทศช่วงวิกฤติ Covid-19. สืบค้นจาก https://intelligencecenter.tat.or.th/articles/28844
อัครพงศ์ อั้นทอง. (2556). ประสิทธิภาพและอัตราส่วนช่องว่างทางเทคโนโลยีในการดำเนินงานของโรงแรมภายใต้สภาพแวดล้อมที่แตกต่างกัน. วารสารเศรษฐศาสตร์ประยุกต์, 20(2), 37–54.
อัครพงศ์ อั้นทอง และ มิ่งสรรพ์ ขาวสะอาด. (2552). การเปลี่ยนแปลงประสิทธิภาพในการจัดการของโรงแรมในจังหวัดเชียงใหม่. วารสารเศรษฐศาสตร์ธรรมศาสตร์, 27(3), 1–26.
Abdul-Rahaman, A. (2016). Stochastic frontier analysis (SFA) of technical efficiency, insights from smallholder cotton farmers in the Northern Region of Ghana. Global Journal of Agricultural Economics, Extension and Rural Development, 4(1), 361–367.
Abdulla, & Ahmad, M. I. (2017). Technical efficiency and its determinants: a stochastic frontier analysis of sugar mills in Uttar Pradesh. The IUP Journal of Applied Economics, 16(4), 29–40.
Aigner, D., Lovell, C. A. K., & Schmidt, P. (1977). Formulation and estimation of stochastic frontier production models. Journal of Econometrics, 6(1), 21-37.
Banker, R. D., Charnes, A., & Cooper, W. W. (1984). Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management Science, 30(9), 1078–1092.
Battese, G. E., & Coelli, T. J. (1992). Frontier production functions, technical efficiency and panel data with application to paddy farmers in India. Journal of Productivity Analysis, 3, 153–169.
Caves, D. W., Christensen L. R., & Diewert, W. E. (1982). Output, input, and productivity using superlative index numbers. Economic Journal, 92(365), 73 – 86.
Charnes, A., Cooper W. W., & Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 2(6), 429 – 444.
Coelli, T. J. (1993). Finite sample properties of stochastic frontier estimators and associated test statistics. Working Papers in Econometrics and Applies Statistics. No.70. England: Department of Econometrics, University of New England.
Färe, R., Grosskopf, S., Lindgren, B., Roos, P. (1994). Productivity developments in Swedish hospitals: a Malmquist output index approach. In Data envelopment analysis: theory, methodology, and applications. Dordrecht: Springer, pp. 253–72.
Gounder, R., & Xayavong, V. (2004). Stochastic frontier analysis of New Zealand's manufacturing industries: some empirical results. Discussion Papers 23714. New Zealand: Department of Applied and International Economics, Massey University.
Kodde, D. A., Palm, F. C. (1986). Wald criteria for jointly testing equality and inequality restrictions. Econometrica. 54(5), 1243 – 1248.
Meeusen, W., & Van der Broeck, J. (1977). Efficiency Estimation from Cobb-Douglas Production Functions with Composed Error. International Economic Review. 18(2), 435–444.
Theodoridis, A. M., & Psychoudakis, A. (2008). Efficiency measurement in Greek dairy farms: Stochastic frontier vs. data envelopment analysis. International Journal of Economic Sciences and Applied Research, 1(2), 53–66.
Zamanian, GH. R., Shahabinejad, V., & Yaghoubi, M. (2013). Application of DEA and SFA on the measurement of agricultural technical efficiency in MENA countries. International Journal of Applied Operational Research, 3(2), 43 – 51.
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
License
Copyright (c) 2023 Auttapol Suebpongsakorn
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของผู้นิพนธ์
ข้อความที่ปรากฏในบทความแต่ละเรื่องในวารสารวิชาการเล่มนี้เป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่านไม่เกี่ยวข้องกับมหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี และคณาจารย์ท่านอื่นๆในมหาวิทยาลัยฯ แต่อย่างใด ความรับผิดชอบองค์ประกอบทั้งหมดของบทความแต่ละเรื่องเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใดๆ ผู้เขียนแต่ละท่านจะรับผิดชอบบทความของตนเองแต่ผู้เดียว
